論文の概要: On the Influence of Smoothness Constraints in Computed Tomography Motion Compensation
- arxiv url: http://arxiv.org/abs/2405.19079v1
- Date: Wed, 29 May 2024 13:36:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-30 17:10:39.178280
- Title: On the Influence of Smoothness Constraints in Computed Tomography Motion Compensation
- Title(参考訳): CT運動補償における平滑性制約の影響について
- Authors: Mareike Thies, Fabian Wagner, Noah Maul, Siyuan Mei, Mingxuan Gu, Laura Pfaff, Nastassia Vysotskaya, Haijun Yu, Andreas Maier,
- Abstract要約: 本研究では,コーンビームCTのための既存の剛性運動補償アルゴリズムにおけるスプラインベース運動モデルの影響を解析する。
その結果、運動モデルの選択は、回復可能な周波数に決定的に影響を及ぼすことが示された。
最終的に、最適な動作モデルは、画像化された解剖学、臨床ユースケース、走査プロトコルに依存する。
- 参考スコア(独自算出の注目度): 3.5475653746630056
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computed tomography (CT) relies on precise patient immobilization during image acquisition. Nevertheless, motion artifacts in the reconstructed images can persist. Motion compensation methods aim to correct such artifacts post-acquisition, often incorporating temporal smoothness constraints on the estimated motion patterns. This study analyzes the influence of a spline-based motion model within an existing rigid motion compensation algorithm for cone-beam CT on the recoverable motion frequencies. Results demonstrate that the choice of motion model crucially influences recoverable frequencies. The optimization-based motion compensation algorithm is able to accurately fit the spline nodes for frequencies almost up to the node-dependent theoretical limit according to the Nyquist-Shannon theorem. Notably, a higher node count does not compromise reconstruction performance for slow motion patterns, but can extend the range of recoverable high frequencies for the investigated algorithm. Eventually, the optimal motion model is dependent on the imaged anatomy, clinical use case, and scanning protocol and should be tailored carefully to the expected motion frequency spectrum to ensure accurate motion compensation.
- Abstract(参考訳): CT(Computed tomography)は、画像取得時の患者の正確な固定化に依存している。
それでも、再構成された画像の運動アーティファクトは持続することができる。
動作補償法は, 時間的スムーズ性制約を推定された動きパターンに組み込んで, 獲得後のこれらのアーチファクトを補正することを目的としている。
本研究では、コーンビームCTのための既存の剛性運動補償アルゴリズムにおけるスプラインベースモーションモデルが、回復可能な動き周波数に与える影響を解析する。
その結果、運動モデルの選択は、回復可能な周波数に決定的に影響を及ぼすことが示された。
最適化に基づく運動補償アルゴリズムは、Nyquist-Shannon定理に従って、ノード依存理論限界に近い周波数のスプラインノードを正確に適合させることができる。
特に、高いノード数では、スローモーションパターンの再構成性能を損なうことなく、解析されたアルゴリズムの回復可能な高周波数の範囲を拡張できる。
最終的に、最適な動きモデルは、画像化された解剖学、臨床応用事例、走査プロトコルに依存し、正確な動き補償を確保するために、期待される動き周波数スペクトルに注意深く調整する必要がある。
関連論文リスト
- Highly efficient non-rigid registration in k-space with application to cardiac Magnetic Resonance Imaging [10.618048010632728]
非剛性動作推定のためのローカル・オール・パス・アテンション・ネットワーク(LAPANet)と呼ばれる,自己教師型深層学習に基づく新しいフレームワークを提案する。
LAPANetは,種々のサンプリング軌跡と加速度速度で心運動推定を行った。
非剛性運動に対する高時間分解能(5ミリ秒未満)は、動的およびリアルタイムMRIアプリケーションにおける動きの検出、追跡、修正のための新しい道を開く。
論文 参考訳(メタデータ) (2024-10-24T15:19:59Z) - Differentiable Score-Based Likelihoods: Learning CT Motion Compensation From Clean Images [3.0013267540370423]
運動アーティファクトはCT画像の診断値を損なう可能性がある。
頭頂部CT画像の鮮明化のための確率密度推定器として機能するスコアベースモデルを訓練する。
運動影響CT画像の偏差を理想分布から推定する。
論文 参考訳(メタデータ) (2024-04-23T04:59:34Z) - Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。
本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。
本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
論文 参考訳(メタデータ) (2024-04-19T19:44:24Z) - Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳(メタデータ) (2023-11-22T05:44:51Z) - Motion Artifacts Detection in Short-scan Dental CBCT Reconstructions [5.147799140853288]
Cone Beam Computed Tomography (CBCT) は歯科診断や治療計画に広く用いられている。
本研究は, 補正アルゴリズムを使わずに, クリーンショートスキャン体積を再構成することのできる, 走査投影の運動自由部分を抽出する枠組みを用いた。
データ不足に対処するために、現実的なモーションシミュレーション戦略とデータ拡張が実装されている。
論文 参考訳(メタデータ) (2023-04-20T08:28:44Z) - Retrospective Motion Correction in Gradient Echo MRI by Explicit Motion
Estimation Using Deep CNNs [0.0]
深部畳み込み神経回路網(深部CNN)を用いた動きアーチファクトの補正手法を提案する。
我々は、Deep CNNを用いて、より複雑な運動場に剛性運動補償の概念を一般化できることを示した。
論文 参考訳(メタデータ) (2023-03-30T09:16:13Z) - Self-Supervised Learning of Perceptually Optimized Block Motion
Estimates for Video Compression [50.48504867843605]
多段階畳み込みニューラルネットワークを用いた探索自由ブロック運動推定フレームワークを提案する。
動作補償フレームの知覚品質を最適化するために,マルチスケール構造類似度(MS-SSIM)損失関数をデプロイする。
論文 参考訳(メタデータ) (2021-10-05T03:38:43Z) - Focal Frequency Loss for Image Reconstruction and Synthesis [125.7135706352493]
周波数領域の狭さが画像再構成と合成品質をさらに改善できることを示す。
本稿では,合成が難しい周波数成分に適応的に焦点を合わせることのできる,新しい焦点周波数損失を提案する。
論文 参考訳(メタデータ) (2020-12-23T17:32:04Z) - Weakly-supervised Learning For Catheter Segmentation in 3D Frustum
Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。
提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文 参考訳(メタデータ) (2020-10-19T13:56:22Z) - Inertial Measurements for Motion Compensation in Weight-bearing
Cone-beam CT of the Knee [6.7461735822055715]
膝のCTスキャン中の不随意運動は、再建されたボリュームのアーティファクトを引き起こすため、臨床診断には使用できない。
被験者の脚に慣性測定装置(IMU)を装着し,スキャン中の運動を測定する。
論文 参考訳(メタデータ) (2020-07-09T09:26:27Z) - A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions
Artefacts in MRI Scans [63.28835187934139]
本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。
提案法は患者の多動運動によって生成された人工物に応用できる。
論文 参考訳(メタデータ) (2020-06-24T15:25:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。